fft

0熱

1答えて

Pythonで短時間フーリエ変換（stft）データを抽出するにはどうすればいいですか

私はstft頻度データを別のstft頻度データと比較します。私はちょうどstftメソッドを使用することができますが、私はstft頻度データを抽出する方法を知らない。私のデータはここにあります。 from scipy import signal import matplotlib.pyplot as plt import numpy as np # Data load data = ope

-2熱

2答えて

周波数を使用した画像のセグメンテーション

この画像を分割したいと考えています（私は蜂だけを欲しい、私はラベルが付けられていないような100画像があります）。私はそれを行う最善の方法は、ミツバチが特定の頻度を持っているように見えるので、frenquencyドメインを使用することだと思います。しかし、私はそれをどうやって行うのか分かりません。正しい周波数を見つけるには？あなたはもっと良い方法を考えていますか？ありがとうございます！

1熱

1答えて

Ufftサンプルコンパイル

thisリンクから無料で入手できるサンプルプロジェクトを実行したいと思います。これは単純なFFTライブラリであり、コンパイラは必要ありません。そこには、必要なヘッダーファイルと.cファイルを含むサンプルcファイルがあります。私がVivado SDKで実行しようとすると、fftとifftの複数の定義に誤りがあります。この例をSDK内で実行するにはどうすればよいですか？空のアプリケーションプロジェ

0熱

1答えて

IFFT Matlab対称Java対数学コモン

iam matlabコードをjavaに変換すると、X = ifft(___,symmetric)と比較してmatlabの通常のX = ifft(___)関数との違いを理解できないという問題があります。 MatlabのDocsは、彼らが書く：ほぼ共役対称ベクトルに対しては、逆フーリエ変換、出力が本物であることを保証し「対称」オプションを指定することにより、より高速な変換を計算することができます。

1熱

1答えて

テンソルフローのfftの結果はnumpyとは異なります

テンソルフローでfftを使用します。しかし、numpyとtensorflowでそれぞれFFT関数を使用すると結果が異なることがわかりました。入力配列のサイズが大きい場合は特に import tensorflow as tf import numpy as np aa = tf.lin_space(1.0, 10000.0, 10000) bb = tf.lin_space(1.0, 100

0熱

1答えて

因子nによるフーリエ変換の除算

私はPythonの高速フーリエ変換に問題があります。私は信号の低周波と高周波のパワーを抽出したいと思います。私は、次の例を見てきました： Y = np.fft.fft(signal)/n #Calculate FFT Y = Y[range(n/2)] #Return one side of the FFT lf = np.trapz(abs(Y[(frq>=0.04) & (frq<=0.1

0熱

1答えて

負のパワースペクトル

私は65年にわたり毎月780回の温度異常を経験しており、異常を引き起こしている周波数についてそれを分析したいと考えています。私はこれを行うためにスペクトルパッケージを使用しました。分析の前後にシリーズの写真が含まれています。 from spectrum import * p = Periodogram(anomalies, sampling=1/12) p.run() plt.title(

1熱

1答えて

Pythonでfftシグナルから関心周波数のビン番号を見つけるにはどうすればいいですか？

位相ドップラー流速計システムから2つの信号を取り出し、液滴の速度と直径を見つけるのにさらに役立つ位相シフトと周波数を計算する作業を行っています。実際の作業に入る前に、関数発生器から2つのサイン信号を取り出し、位相シフトを生成し、PythonでFFTを使用して位相と周波数を計算し、両方が同じかどうかを確認しています。そのプロセスでは、私は今関数のジェネレータで設定したものと同じ頻度値を取得しています

2熱

1答えて

なぜscipyとnumpy fftプロットが異なって見えるのですか？

私は現在、フーリエ変換をまだ明示的に教えていないが、現在、コースワークのスペクトル分析を行っている。私はscipyでさまざまなfftアルゴリズムを使って遊んでいましたが、答えがどういうものなのか分かっているデータではnumydですこの場合、AM信号は8kHzのキャリア周波数と1kHzの変調正弦波です。 scipy.fftpack.rfftとnumpy.fft.rfftを適用する場合、FFT に3